scipy.interpolate.PPoly¶

class scipy.interpolate.PPoly(c, x, extrapolate=None, axis=0)[源代码]¶

关于系数和断点的分段多项式

之间的多项式 x[i] 和 x[i + 1] 是以当地电力为基础写成的：

S = sum(c[m, i] * (xp - x[i])**(k-m) for m in range(k+1))

哪里 k 是多项式的次数。

参数

cndarray，形状(k，m，.): 多项式系数，阶数 k 和 m 间隔时间。
xndarray，形状(m+1，): 多项式断点。必须按升序或降序排序。
extrapolate布尔值或‘周期性’，可选: 如果为bool，则确定是根据第一个和最后一个间隔外推到越界点，还是返回NAN。如果为‘PERIONAL’，则使用周期性外推。默认值为True。
axis整型，可选: 插值轴。默认值为零。

参见

注意事项

幂基中的高阶多项式在数值上可能是不稳定的。超过20-30的订单可能会开始出现精度问题。

属性

方法：

`__call__` \(X[, nu, extrapolate] )	计算分段多项式或其导数。
`derivative` \([nu] )	构造一个新的分段多项式来表示导数。
`antiderivative` \([nu] )	构造一个新的分段多项式来表示该反导数。
`integrate` \(a，b[, extrapolate] )	计算分段多项式上的定积分。
`solve` \([y, discontinuity, extrapolate] )	求方程的实数解 `pp(x) == y` 。
`roots` \([discontinuity, extrapolate] )	求分段多项式的实根。
`extend` \(C，x[, right] )	向多项式添加其他断点和系数。
`from_spline` \(TCK[, extrapolate] )	用样条函数构造分段多项式
`from_bernstein_basis` \(bp[, extrapolate] )	由Bernstein基中的多项式构造幂基中的分段多项式。
`construct_fast` \(C，x[, extrapolate, axis] )	构造分段多项式而不做校验。

scipy.interpolate.CubicSpline.roots

scipy.interpolate.PPoly.__call__